使用分类变量定义散景散点图中的颜色和标记

Question

我有一个带有两个数据列的pandas数据框（为简单起见，我们将它们称为'x'和'y'），以及一个分类列（比如'color'，其值为'red'，'green'和'blue “）。现在我想使用散景来生成带有不同标记符号的散点图（'红色' - ＆gt;'x'，'绿色' - ＆gt;'o'和'蓝色' - ＆gt;'三角'）。

虽然我找到了一个解决方案，我手动提取了'x'和'y'值的相关部分，但我认为应该可以在一个命令中使用散景中的“分类”绘图来完成此操作。但是，文档主要考虑条形图，当我尝试在ColumnDataSource中使用df.groupby（'color'）的结果时，在散布（使用source = source）中绘制'x'和'y'失败，因为列找不到名字'x'和'y'。

以下是说明问题的示例代码：

import pandas as pd
import bokeh.plotting as plt

df = pd.DataFrame(data=[[0., 0., 'red'], [1., 0., 'red'], [1., 1., 'green'],
                        [1., 2., 'blue'], [2., 1., 'blue']],
                  columns=['x', 'y', 'color'])
source = plt.ColumnDataSource(df.groupby('color'))
# source = plt.ColumnDataSource(df) -- this would work for colors
fig = plt.figure()
fig.scatter('x', 'y', color='color', source=source)
plt.show(fig)

此代码段显示了所需的最低要求。没有groupby，color ='color'实际上有效，但在我的实例中，分类变量具有非颜色值。此外，我如何指定多个符号？

Answer 1

将GroupBy传递给CDS对您没有帮助，因为这会创建汇总数据的CDS ，但您需要所有单独的点。以下是CDSView中描述的使用GroupFilter和import pandas as pd from bokeh.io import show from bokeh.models import ColumnDataSource, CDSView, GroupFilter from bokeh.plotting import figure df = pd.DataFrame(data=[[0., 0., 'red'], [1., 0., 'red'], [1., 1., 'green'], [1., 2., 'blue'], [2., 1., 'blue']], columns=['x', 'y', 'color']) source = ColumnDataSource(df) # create views for the different groups red = CDSView(source=source, filters=[GroupFilter(column_name='color', group='red')]) green = CDSView(source=source, filters=[GroupFilter(column_name='color', group='green')]) blue = CDSView(source=source, filters=[GroupFilter(column_name='color', group='blue')]) p = figure() # use the views with different glyphs p.circle('x', 'y', size=15, color='red', source=source, view=red) p.square('x', 'y', size=15, color='green', source=source, view=green) p.triangle('x', 'y', size=15, color='blue', source=source, view=blue) show(p) 完成所要求的一种方法：

source.group

Providing Data for Plots and Tables

看来似乎有一些非常简单易行的改进可以减少代码量（例如，可能CDSView方法来完成那些$(.product_qty).val();行所做的所有工作，或者可能是指定组的字形方法的参数）。我鼓励您提交进一步讨论。